VaR与CVaR的敏感性凸性及其核估计

风险价值（VaR）和条件风险价值（CVaR）是目前两大主流风险度量工具,如何准确地对它们进行估计是风险管理实践中首要而核心的问题。近年来非参数核估计方法因模型设定灵活、方便处理变量相依结构等优点备受关注。在本文,我们在核估计的框架内讨论VaR和CVaR估计量的性质;给出投资组合VaR和CVaR对组合头寸的一阶导数向量和二阶导数矩阵的核估计公式,并用它们来讨论组合VaR和CVaR对组合头寸的敏感性和凸性。最后,我们利用中国外汇市场的实际数据做实证分析。     

VaR估计中的模型风险——检验方法与实证研究

本文以上证A股指数为例对GARCH类模型在估计Value-at-Risk（VaS）值时所存在的模型风险进行了分析。我们分别考虑了基于EWMA，GARCH，EGARCH和FIGARCH模型的VaR估计方法。模型风险的存在意味着使用不同的估计方法得出的VaR值可能迥然不同。为了对这四种估计方法进行评判，我们在似然率和Kullback-Leibler信息准则的基础上运用四种统计检验方法对不同置信度水平下的VaR估计值进行了返回检验。实证结果表明EGARCH和FIGARCH方法的袁现明显比其它两种优越．     

基于GARCH-EWMA原理的期货交易保证金随动调整模型

在EWMA模型和GARCH模型思想的基础上,结合SPAN系统的思想,以保证金在期货交易中可以弥补最大损失额和保证交易的正常进行等作用为考虑因素,运用数理统计和VaR等风险管理方法,建立了保证金随动调整模型。在满足给定风险系数和置信水平的前提下,制定合理的保证金的收取比例,为期货交易的保证金水平的确定提供了新的计算方法。本模型的特点一是利用GARCH模型对EWMA模型中的关键参数-衰减因子进行测定,解决了以往使用EWMA模型时,对该参数人为赋值而导致模型人为因素过强的问题。二是在模型中引入波动函数,用来确定随时点t而不断变化的波动系数值。并采用大量的历史数据对大豆、豆粕两种期货品种的波动函数进行线性拟合,得到时点t与波动系数之间的连续线性函数,以代替以往波动系数与时点t之间所采用的极为粗糙的分段函数,从而大大提高了模型的灵敏性。三是采用近4500个合约价格的历史数据,对大豆和豆粕两种期货合约价格的涨跌停情况进行统计分析,得到这两类期货品种的涨跌停情况的概率分布。并分别考虑各种可能发生的情况综合计算最终单位保证金,使得保证金的计算更具全面性。     

天气衍生品空间基差风险对冲方法实证比较研究北大核心CSSCI

空间基差风险削弱了天气衍生品对天气风险的规避效果,需要结合数据特征对不同的对冲方法效果比较选择。以气温期权空间基差风险对冲理论为依据,选取山东潍坊、江苏南京1978—2015年日平均气温数据,分别选取线性组合、反距离加权方法构建气温期权空间组合,比较检验了空间基差风险的对冲效果。研究发现,气温期权空间组合数量在一定范围内时,线性组合法和反距离加权法下RMSE均呈现出“U”型变化趋势,存在最优购买组合;两种方法均可降低天气衍生品的空间基差风险,然而反距离加权法下RMSE变化的波动较小,并随着幂指数增大对冲效果波动减小,更易于确定购买组合数量。     

期现货市场订单流动性层面的“遛狗效应”——基于交易量刻度的高频交易数据研究

在多层次资本市场的大发展趋势下,建立有效的衍生品-现货互补对冲机制是完善金融市场的基本要求。期货-现货体系为投资者提供套期保值风险对冲功能对期货与现货合约的紧密联系程度提出非常高的要求,这不仅应体现在价格上,更应微观的体现在交易过程的订单流动性中。若在任何情形下,订单流动性的趋同能够立刻反应在两类金融证券中,那么异常的基差风险就很难发生,股指期货与现货之间将存在健康的"遛狗效应"。本文以期货现货合约的高频交易数据为基础,构建期货和现货合约的订单流动性,并通过期现货订单流动性传染互动模型的合理性检验期现货合约之间是否在微观订单流动性层面在平常交易日存在紧密的"遛狗效应"。在高频数据模型构建中,使用成交量刻度的衡量方法,并说明了其较时间刻度的优势。在实证研究中,本文使用股指期货和沪深300指数现货的高频交易数据,证明了我国股指期货和现货之间在平常交易日中存在紧密的"遛狗效应"。     

基于VaR的我国商品期货市场风险的预警研究

本文以郑州商品交易所的硬麦期货和上海期货交易所的铜期货为例,构造了期货合约收益率连续时间序列,计算了序列的VaR值,对预测结果的有效性进行了检验,并提出了将VaR曲线和保证金水平相结合的方法,对商品期货市场风险进行单指标预警.     

人民币外汇期权套保策略:基于随机规划模型

本文建立了基于离散情景树的国际资产配置多阶段随机规划模型,形成了包含整体风险控制和后验优化风险再调整的外汇期权组合风险综合管理机制;在此基础上系统研究了人民币外汇期权的套保价值及最优套保策略,并与外汇远期的套保效果进行了比较.实证研究表明,根据本文模型确定的最优策略,人民币外汇期权组合对冲汇率风险的效果显著优于外汇远期,能够有效降低财富损失并提升盈利空间;通过综合管理外汇期权组合风险头寸,套保组合在不确定环境中的风险应对能力得到显著改善,由此实现盈利能力和风险控制的有效匹配.     

国际投资汇率风险的综合套保策略研究

国际组合投资涉及多币种汇率风险,分别使用双边货币期货进行套保要承担较高套保成本。参考美元指数期货的实践,本文提出基于人民币指数期货的综合套保策略。实证结果表明,无论对于单个货币资产还是分散化投资的国际股指、债指组合,引入人民币指数期货能够显著降低收益率波动,提高抵御汇率波动的能力,同时拓展收益空间,是有效的汇率风险综合套保工具;人民币指数期货套保效率显著优于货币期货篮子,在发达国家股指市场表现更加突出。采用基于指数加权移动平均模型（EWMA）的动态套保策略,使得人民币指数期货收益对股指或债指市场波动敏感度降低,在市场极端状况时仍能保持相对中性。     

VaR方法对证券资产组合风险价值计算的应用

VaR(Value at Risk)即"在险价值"或者"风险价值"。本文将利用VaR方法对我国证券市场上的证券组合的风险价值进行计算,具体选取了博时主题、嘉实300(指数型)、南方绩优成长基金这三支股票488天内每日的开盘价、收盘价及涨跌幅度数据。通过构建方差-协方差矩阵,运用matlab软件编译,得到对这三支组成的资产组合进行投资时所承担的最大可能损失。     

非平移收益曲线的风险免疫策略

在债券收益曲线呈刚体运动的假设条件下,引入Fisher&Weil久期的概念.从收益曲线的运动分析出发,提出了非平移收益曲线的风险免疫模型,基于该模型研究了风险最小化债券组合的对冲技术和方法.通过数值模拟实验,采用风险值VaR次序统计量估计技术对不同免疫策略下债券组合的风险敞口进行了分析.结果表明,所提出的风险免疫策略能有效地防范和控制无违约债券的利率风险.     

Applying the Partitioned Multiobjective Risk Method (PMRM) to Portfolio Selection

The analysis of risk-return tradeoffs and their practical applications to portfolio analysis paved the way for Modern Portfolio Theory (MPT), which won Harry Markowitz a 1992 Nobel Prize in Economics. A typical approach in measuring a portfolio's expected return is based on the historical returns of the assets included in a portfolio. On the other hand, portfolio risk is usually measured using volatility, which is derived from the historical variance-covariance relationships among the portfolio assets. This article focuses on assessing portfolio risk, with emphasis on extreme risks. To date, volatility is a major measure of risk owing to its simplicity and validity for relatively small asset price fluctuations. Volatility is a justified measure for stable market performance, but it is weak in addressing portfolio risk under aberrant market fluctuations. Extreme market crashes such as that on October 19, 1987 ("Black Monday") and catastrophic events such as the terrorist attack of September 11, 2001 that led to a four-day suspension of trading on the New York Stock Exchange (NYSE) are a few examples where measuring risk via volatility can lead to inaccurate predictions. Thus, there is a need for a more robust metric of risk. By invoking the principles of the extreme-risk-analysis method through the partitioned multiobjective risk method (PMRM), this article contributes to the modeling of extreme risks in portfolio performance. A measure of an extreme portfolio risk, denoted by f(4), is defined as the conditional expectation for a lower-tail region of the distribution of the possible portfolio returns. This article presents a multiobjective problem formulation consisting of optimizing expected return and f(4), whose solution is determined using Evolver-a software that implements a genetic algorithm. Under business-as-usual market scenarios, the results of the proposed PMRM portfolio selection model are found to be compatible with those of the volatility-based model. However, under extremely unfavorable market conditions, results indicate that f(4) can be a more valid measure of risk than volatility.     

结构突变下的高维汇率资产时变投资组合预测研究

金融市场存在结构突变现象是发生金融风险传染的关键所在,而风险传染又是投资组合研究中亟需解决的难点。本文以9种国际主要货币对美元汇率为研究对象,先构建隐马尔科夫模型来对汇率资产进行结构突变预测,并基于结构突变刻画的结果,构建动态R-Vine Copula模型来预测汇率资产的风险传染关系;最后,基于结构突变与风险传染的研究结果,筛选出适合的组合汇率资产,构建时变投资组合预测模型。实证结果表明：HMM模型能够有效地刻画出汇率资产中的结构突变;动态R-Vine Copula模型能够更加有效地刻画出汇率资产间的风险传染关系;基于结构突变与风险传染关系下的动态投资组合预测模型,具有降低投资组合风险与提升投资组合预测收益的优越性,能够为金融风险管理和投资组合研究提供模型参考。     

基于波动择时绩效的高维波动率估计量与预测模型研究

对协方差矩阵高频估计量和预测模型的选择，共同影响协方差的预测效果，从而影响波动择时投资组合策略的绩效。资产维数很高时，协方差矩阵高频估计量的构建会因非同步交易而丢弃大量数据，降低信息利用效率。鉴于此，将可以充分利用资产日内价格信息的KEM估计量用于估计中国股市资产的高维协方差矩阵，并与两种常用协方差矩阵估计量进行比较。进一步地，将三种估计量分别用于多元异质自回归模型、指数加权移动平均模型以及短、中、长期移动平均模型进行样本外预测，并比较在三种基于风险的投资组合策略下的经济效益。采用上证50指数中20只不同流动性成份股逐笔高频数据的实证研究发现：（1）无论是在市场平稳时期还是市场剧烈震荡期，长期移动平均模型都是高维协方差估计量预测建模的最优选择，在应用于各种波动择时策略时都可以实现最低成本和最高收益。（2）在市场平稳时期，KEM估计量是高维协方差估计的最优选择，应用于各种波动择时策略时基本都可以实现最低成本和最高收益；在市场剧烈震荡期，使用KEM估计量进行波动择时仍然可以在成本方面保持优势，但在收益上并不占优。（3）无论是在市场平稳时期还是市场剧烈震荡期，最低的成本都是在采用等风险贡献投资组合时实现的，而最高的收益则都是在采用最小方差投资组合时实现的。研究不仅首次检验了KEM估计量在常用波动择时策略中的适用性，而且首次实证了实现最为简单的长期移动平均模型在高维协方差矩阵预测中的优越性，对投资决策和风险管理等实务应用都具有重要意义。     

时变损失厌恶下基于动态CVaR的ETF基金最优资产配置策略研究

首先对静态线性损失厌恶下的最优资产配置策略模型及其性质进行了分析,构建了基于TGARCH-EVT-POT-GPD的动态市场风险测度方法,提出了时变损失厌恶条件下基于动态条件风险约束的ETF基金最优资产配置策略模型,并基于遗传算法进行了求解。实证研究发现：当参考收益率及CVaR置信水平固定时,随着损失厌恶系数的增大,投资者采用大幅调整资产权重的方式来获得盈利的行为将逐渐减少;当参考收益率及损失厌恶系数固定且CVaR置信水平变化条件下,置信水平越高,损失厌恶投资者更偏好风险较低的资产,其对于投资风险的估计将更加敏感,投资策略更为保守;损失厌恶系数较高置信水平固定时,随着参考收益率的增加,单项资产的CVaR逐渐减小;在置信水平较高时,随着损失厌恶系数的增加,即使参考收益率增加,但投资组合的超额损失平均水平降低。     

改进区间可接受度的证券投资组合区间二次规划模型

本文首先基于Markowitz的经典均值方差模型，针对不确定环境下的投资组合问题，把证券的收益率、风险损失率和流动性用区间数描述，建立了一种新的含交易成本的证券投资组合区间二次规划模型。其次，为求解该模型，提出了改进的区间可接受度确定性转换方法，通过引入优化水平α与可接受水平η将不确定二次规划转化为确定型规划。最后，通过数值实验将提出的方法与传统方法进行比较，结果表明本文所提出的方法与模型具有相对较好的可行性与实用性。     

农产品销量预测的支持向量机方法

运用支持向量机(Support Vector Machine,SVM)智能预测方法对农产品的消费市场需求进行动态预测。为提高农产品销量预测精度,充分考虑了农产品供需随天气变化、气候条件、节假日等因素的影响而动态变化的情况,将这些影响因素纳入农产品销量预测中,运用模糊理论进行模糊化处理;在此基础上提出以支持向量机方法为主、多方法融合为辅的智能预测系统,对农产品销量进行动态预测。实际算例验证了这一智能预测系统的精确性。     

Promotion Planning and Supply Chain Contracting in a High–Low Pricing Environment

Demand forecast errors threaten the profitability of high–low price promotion strategies. This article shows how to match demand and supply effectively by means of two‐segment demand forecasting and supply contracts. We find that demand depends on the path of past retail prices, which leads to only a limited number of reachable demand states. However, forecast errors cannot be entirely eliminated because competitive promotions entail some degree of random (i.e., last‐minute) pricing. A hedging approach can be deployed to distribute demand risk efficiently over multiple promotional campaigns and within the supply chain. A retailer that employs a portfolio of forward, option, and spot contracts can avoid both stockouts and excess inventories while achieving the first‐best solution and Pareto improvements. We provide an improved forecasting method as well as stochastic programs to solve for optimal production and purchasing policies such that the right amount of inventory is available at the right time. By connecting a stockpiling model of demand with the supply side, we derive insights on optimal risk management strategies for both manufacturers and retailers in a market environment characterized by frequent price promotions and multiple discount levels. We employ a data set of the German retail market for a key generator of store traffic—namely, diapers.     

基于信用风险久期免疫的资产负债管理优化模型

用信用风险溢酬修正现金流的贴现率,构造了基于信用风险久期免疫条件;以组合收益最大为目标函数,建立了基于信用风险久期免疫的资产负债组合优化模型。本模型通过建立信用风险久期的免疫条件匹配银行的资产与负债,回避了利率风险和信用风险对银行所有者权益的影响;通过用反映违约风险的贴现率表述信用久期函数,揭示了信用风险对久期的影响;通过看跌期权公式建立了贴现率与违约风险的函数关系,揭示了违约风险对贴现率的影响。     

CRMW风险缓释效用目标跟踪的债券投资组合优化策略研究

为缓释债券市场违约风险,央行着力推进信用风险缓释工具CRMW(信用风险缓释凭证)的发展,关于CRMW风险缓释能力度量及CRMW在债券投资组合中的应用成为了亟待解决的关键问题。为此,本文借鉴CVaR思想提出了“CRMW风险缓释效用”以度量CRMW对债券违约风险缓释能力,借助概率分位点理论定义债券的动态风险并制定了动态风险缓释跟踪目标,基于此跟踪目标探讨带有CRMW的债券投资组合优化策略问题。研究结果表明,在保证目标投资收益率的前提下,债券最优投资组合可达到风险缓释效用的目标,使其同时实现转移风险和保障收益的双重目的,且该投资组合优化策略表现出良好的抗风险性能。